創(chuàng)新系統(tǒng)協(xié)調發(fā)展測度及其對經營績效的影響
——基于農村合作金融機構的分析

鐘凱揚

創(chuàng)新是一個復雜系統(tǒng)，既有內部系統(tǒng)，也有內部系統(tǒng)與外部系統(tǒng)之間的聯(lián)系與互動，既有能力與資源等狀態(tài)的表征，也有生產或經營過程效率的表征。其中創(chuàng)新能力和創(chuàng)新效率是創(chuàng)新系統(tǒng)的兩個基礎方面，其他的創(chuàng)新聯(lián)系可以運用這兩者的評價變量做進一步分析。但目前研究大多只針對創(chuàng)新能力或者創(chuàng)新效率的其中一方面進行分析，忽視了兩者是否協(xié)調發(fā)展。創(chuàng)新系統(tǒng)協(xié)調發(fā)展如何評價？其失衡是否對經營績效造成影響？農村合作金融機構則提供了很好的研究樣本。

近年來，我國高度重視農村金融創(chuàng)新，習近平總書記在2017 年12 月中央農村工作會議上指出，要健全適合農業(yè)農村特點的農村金融體系，強化金融服務方式創(chuàng)新，提升金融服務鄉(xiāng)村振興能力和水平。[1]農村合作金融機構（包括農商行、農信社和農村合作銀行）在金融支持我國“三農”發(fā)展和實現(xiàn)鄉(xiāng)村振興戰(zhàn)略方面，發(fā)揮著重要作用，是農村金融創(chuàng)新的主力軍。截至2019 年12 月，全國農村合作金融機構法人達2228 家，其中：農商行1478 家、農信社722 家、農村合作銀行28 家，在銀行業(yè)法人金融機構中占比48.36%；總資產總額達35.51萬億元，在銀行業(yè)金融機構占比12.24%。加強推動農村合作金融機構創(chuàng)新，加大其支農支小力度，是當前做好農村金融工作的重點任務。

目前研究農村合作金融機構金融創(chuàng)新的文獻基本為理論、政策或者實務分析方面，[2][3][4]實證分析的研究較少，其中鐘凱揚采用農商行和農信社的面板數(shù)據(jù)實證研究了監(jiān)管約束、金融創(chuàng)新與經營績效的關系，[5]王碩等（2020）實證分析了農商行的核心微觀特征對金融創(chuàng)新的異質性影響。[6]如何系統(tǒng)、科學地評價創(chuàng)新水平，是當前比較迫切的研究任務，因為對創(chuàng)新水平的科學評價是研究金融創(chuàng)新與其他變量之間關系的基礎。

本文將提出對農村合作金融機構創(chuàng)新的評價分析框架，并以廣東省農村合作金融機構為例進行實證分析。第一，從系統(tǒng)科學研究的視角出發(fā)，引入二象對偶論，將農村合作金融機構創(chuàng)新系統(tǒng)劃分為以創(chuàng)新能力表征的狀態(tài)子系統(tǒng)和以創(chuàng)新效率為表征的過程子系統(tǒng)兩個二象子系統(tǒng)，對兩個子系統(tǒng)發(fā)展水平進行測度。其中：運用生產函數(shù)理論，建立同一套投入產出指標；在創(chuàng)新能力測度方面，結合聚類算法和信息增益率，在測度創(chuàng)新能力的同時對機構進行分類；在創(chuàng)新效率方面，運用超效率SBM模型進行評價。第二，對創(chuàng)新能力和創(chuàng)新效率的協(xié)調發(fā)展進行測度和分析。第三，研究創(chuàng)新能力、創(chuàng)新效率及其協(xié)調發(fā)展對機構經營績效的影響。通過以上分析框架，從定性和定量兩個層面，深入揭示農村合作金融機構創(chuàng)新系統(tǒng)的特征和運行狀況，為推動農村合作金融機構創(chuàng)新發(fā)展、提高其支農支小效能提供參考。

一、農村合作金融機構創(chuàng)新系統(tǒng)的二象對偶性

（一）二象對偶理論及其在創(chuàng)新系統(tǒng)研究的運用

二象的概念源于物理學理論中的“波、粒”二象性，“對偶”源于數(shù)學的對偶空間。徐飛和高隆昌將二象對偶理論應用于系統(tǒng)研究。[7]二象可視為系統(tǒng)的一種結構式展示，對偶可以看作是二象系統(tǒng)的內在機制。任何系統(tǒng)都是處于不斷演化狀態(tài)中，演變的動力來源于二象的對立，通過不斷動態(tài)演變，實現(xiàn)系統(tǒng)的發(fā)展和統(tǒng)一。[8]

一些學者將該理論應用于創(chuàng)新系統(tǒng)研究。陳偉等人將該理論引入我國省份的區(qū)域創(chuàng)新系統(tǒng)研究，將區(qū)域創(chuàng)新系統(tǒng)分解為以創(chuàng)新能力為表征的狀態(tài)子系統(tǒng)以及以創(chuàng)新效率為表征的過程子系統(tǒng)，并對子系統(tǒng)及其協(xié)調性進行了測度和評價。[9]此后，學者們基本遵循了“將創(chuàng)新能力作為創(chuàng)新狀態(tài)的表征，將創(chuàng)新效率作為創(chuàng)新過程的表征”的研究思路，對制造、林木加工、旅游等產業(yè)的技術創(chuàng)新系統(tǒng)二象性進行了理論和實證分析。[10][11][12]

（二）農村合作金融機構創(chuàng)新系統(tǒng)的二象對偶特征

農村合作金融機構在創(chuàng)新過程中也有狀態(tài)性與過程性兩種特征?！盃顟B(tài)”是針對系統(tǒng)的靜態(tài)反映，而“過程”側重于系統(tǒng)的動態(tài)反映。其創(chuàng)新系統(tǒng)可分為狀態(tài)子系統(tǒng)和過程子系統(tǒng)。其中：狀態(tài)子系統(tǒng)發(fā)展水平可用創(chuàng)新能力來衡量（即“實像”），過程子系統(tǒng)發(fā)展水平可用創(chuàng)新效率衡量（即“虛像”）。從農村合作金融機構創(chuàng)新過程看，系統(tǒng)中產生系列的自組織與他組織演化活動，不斷推動系統(tǒng)向前演化。獲取較高的系統(tǒng)創(chuàng)新績效成為農村金融合作機構追求的重要目標。農村合作金融機構創(chuàng)新系統(tǒng)的演化水平在很大程度上取決于兩個子系統(tǒng)的發(fā)展水平，則創(chuàng)新系統(tǒng)演化可表示為創(chuàng)新能力與創(chuàng)新效率的一種函數(shù)關系：

農村合作金融機構創(chuàng)新系統(tǒng)演化=f（狀態(tài)子系統(tǒng)，過程子系統(tǒng))=f（創(chuàng)新能力，創(chuàng)新效率）。

（三）農村合作金融機構創(chuàng)新系統(tǒng)的協(xié)調發(fā)展

農村合作金融機構創(chuàng)新系統(tǒng)的狀態(tài)子系統(tǒng)和過程子系統(tǒng)，相互關聯(lián)、相互作用，共同組成一個完整、不可分割的系統(tǒng)。狀態(tài)、過程子系統(tǒng)，與創(chuàng)新系統(tǒng)形成正負反饋作用，其中正反饋后果將推動創(chuàng)新系統(tǒng)不斷優(yōu)化升級，負反饋作用則對創(chuàng)新產生負面阻礙。在內外因素的錯綜復雜影響下，在虛實二象系統(tǒng)演化過程中，會呈現(xiàn)出顯著的復雜性和動態(tài)性（見圖1）。

圖1 基于二象對偶理論的創(chuàng)新系統(tǒng)演化

綜上，創(chuàng)新能力與創(chuàng)新效率，是評價農村合作金融機構創(chuàng)新系統(tǒng)績效的兩個決定因素，它們兩者的協(xié)調發(fā)展，有利于整個創(chuàng)新系統(tǒng)的穩(wěn)定與優(yōu)化。本文將在上述定性分析的基礎上，對創(chuàng)新能力、創(chuàng)新效率及其協(xié)調度進行測算，為提升農村合作金融機構創(chuàng)新發(fā)展水平提供定量分析。

二、研究方法

（一）創(chuàng)新能力的測度

目前對于創(chuàng)新能力的評價方法主要是統(tǒng)計方法，這些方法有以下不足之處：首先，它們過于依賴信息，卻忽視了指標的理論性，例如熵權法等。其次，部分方法在處理多指標、大樣本數(shù)據(jù)時弊端明顯，例如，因子分析方法需要降維處理，選擇少數(shù)因子，不利于對所有指標的分析；再次，有些方法在確定權重時具有主觀性，需要事先確定或依靠專家評價，如AHP層次分析法和TOPSIS方法等。

為克服以上問題，本文將參考Pei 和Zhong，采取“聚類算法+信息增益率”的組合模型對創(chuàng)新能力進行評價：[13]首先，運用聚類方法進行分類。聚類方法是一種無監(jiān)督的機器學習方法，對于最初缺乏類別屬性的數(shù)據(jù)集，實際上就是無監(jiān)督方式的數(shù)據(jù)挖掘方法，通過充分挖掘數(shù)據(jù)樣本信息，“以樣本特征說話”，而不是人為主觀地判斷。這樣聚類出來的分類，反映了相似樣本的特征。但這并不能得到各個樣本的創(chuàng)新能力水平高低，需要進一步求得權重。其次，運用信息增益率對指標進行客觀賦權。相對信息熵和信息增益，信息增益率可以實現(xiàn)對指標分支過多的情況進行懲罰，從而更加客觀地分析各隨機變量，減少對結果的影響?！熬垲愃惴?信息增益率”組合模型的優(yōu)勢在于，一方面既能實現(xiàn)對評價單位進行分類，提取分類信息，另一方面可以圍繞分類信息進行客觀賦權，減少了人為干擾。下面對信息熵、信息增益和信息增益率的概念做介紹。

對于信息熵，設X 為一個隨機變量，則X 的信息熵為：

對于信息增益，為以某個隨機變量劃分另一個隨機變量前后熵的差值，有：

對于信息增益率，為隨機變量X帶來的信息增益與該隨機變量信息熵的比值，有：

（二）創(chuàng)新效率的測度

創(chuàng)新效率評價方法主要包括數(shù)據(jù)包絡分析（DEA）和隨機前沿分析（SFA）。其中DEA 屬于非參數(shù)法，相比SFA 模型，DEA 應用更為廣泛。國內學者主要是用DEA 的CCR 模型對銀行的創(chuàng)新效率進行評價。[14][15][16]但基于CCR模型的DEA模型是徑向的，不能完全考慮松弛變量對效率的影響，為解決DEA 模型中松弛改進在效率測量中未能得到體現(xiàn)的問題，Tone 提出了SBM 和超效率SBM 模型，基于松弛進行量度，是一種非徑向方法，適用于在輸入和輸出可能以非比例方式變化時測量效率。[17]SBM 得到的效率值最大為1；超效率SBM 模型對SBM 得到的同為1 的效率值進行重新評價，得到的效率值可大于1。

超效率非徑向模型的公式為：

（三）創(chuàng)新能力和創(chuàng)新效率協(xié)調發(fā)展的測度

對協(xié)調度的測度將采用耦合協(xié)調模型。該模型分別對耦合度（C）、協(xié)調度（T）、協(xié)調發(fā)展度（D）進行計算，其中協(xié)調發(fā)展度（D）由耦合度（C）和協(xié)調度（T）計算而來，是最終的協(xié)調發(fā)展水平。耦合協(xié)調模型中，耦合度C 是該模型的基礎部分，對耦合度公式的修正是耦合協(xié)調度模型的重點研究內容。[18]借鑒王淑佳等的研究，[19]本文建立如下耦合協(xié)調度模型：

首先，進行數(shù)據(jù)標準化：

對于正向型指標，有：

其中：Xij表示指標數(shù)據(jù)原值，Yij表示標準化后的新值，min（Xj）為此指標數(shù)據(jù)里面的最小值，max（Xj）為此指標數(shù)據(jù)里的最大值。

其次，構建綜合評價指數(shù)：

其中：Ui是第i個系統(tǒng)的綜合評價指數(shù)。

再次，建立修正耦合協(xié)調模型：

假定MAX(Ui)為U2，則耦合度C計算公式為：

協(xié)調度T的計算公式為：

取a=b=0.5，創(chuàng)新能力和創(chuàng)新效率視為同等重要。

最后，求協(xié)調發(fā)展度D：

對于協(xié)調發(fā)展度及其等級的劃分標準，學者們有不同劃分標準，本研究參考王淑佳等的做法[19]，對協(xié)調發(fā)展度D進行十級劃分，如表1。

表1 協(xié)調等級及協(xié)調發(fā)展度的劃分標準

三、樣本和評價指標選擇

（一）樣本選擇

本文以廣東省農村合作金融機構為樣本進行研究。2016年底，全省有97家農商行，包括33家農商行、64家農信社。2017年9月，廣東省政府啟動全面組建農商行工作，推動將64家農信社全部改制為農商行，并將部分城區(qū)農商行進行合并。經過兩年多改革，全省農村合作金融機構法人的數(shù)量減少至81家。由于合并機構的數(shù)量較多，對機構截面影響較大，期間的經營管理也發(fā)生較大變化。因此，樣本的時間選取為2011—2018年，機構數(shù)量為95家。

（二）評價指標選擇

結合前述研究文獻，目前關于銀行創(chuàng)新的投入變量主要分三類：一是固定資產凈值，二是員工人數(shù)；三是費用（中間業(yè)務成本或者管理費用、營業(yè)支出等）；產出變量一般為一個，以中間業(yè)務收入（主要為城商行）或非利息收入、手續(xù)費及傭金支出（主要是上市銀行）來衡量。結合廣東省農村合作金融機構實際，對選取投入產出指標進行討論：1.從作為投入指標的固定資產凈值來看，該指標包括了房產等資產，與創(chuàng)新并不是直接關聯(lián)，而廣東省農村合作金融機構可采集的數(shù)據(jù)有電子設備，電子設備是信息技術、網銀業(yè)務、電子銀行發(fā)展的基礎，與創(chuàng)新關聯(lián)更為直接，因此，本文將以電子設備替代固定資產凈值這個指標；2.從作為投入指標的員工人數(shù)看，農村合作金融機構的高學歷、高職稱人群較少，其創(chuàng)新更多是對傳統(tǒng)業(yè)務的創(chuàng)新，涉及大部分員工，因此，本文保留員工人數(shù)這個變量；3.對于產出指標，由于農村合作金融機構與城商行同屬中小銀行，相對上市銀行，業(yè)務發(fā)展相對單一，創(chuàng)新水平層次相對較低，根據(jù)數(shù)據(jù)可獲得性，采用中間業(yè)務收入衡量創(chuàng)新產出；4.對于投入指標的費用成本，一方面管理費用、營業(yè)支出等涵蓋較廣，另一方面產出指標選取了中間業(yè)務收入，對應地，該指標選取中間業(yè)務成本。

因此，廣東省農村合作金融機構創(chuàng)新投入指標為員工人數(shù)（用Staff表示）、電子設備（用Equipment表示）、中間業(yè)務成本（用Cost表示），創(chuàng)新產出指標為中間業(yè)務收入（用Income表示）。

四、實證結果分析

（一）創(chuàng)新能力的測度結果

首先，采用聚類算法對樣本進行聚類。對于聚類算法來說，其所要解決的一個核心問題就是聚成幾類的問題，亦即K值的選取問題。本文對于創(chuàng)新能力的評價的等級分類的區(qū)間的最小值為3，最大值為10。為了確定一種合適的聚類算法以及確定K 值，本章選取了機器學習中較為常用的Affinity Propagation、Spectral Clustering、Mean Shift Clustering、K-Means等四種經典聚類算法進行對比。為了定量地比較各個算法的聚類效果，通常要采用內部評價結合外部評價的方法，包括Silhouette Coefficient（SC）、Calinski-Harabasz（CH）、Davies-Bouldin Index（DBI）等三個指標。在不同的K的取值下對每個算法做了30 次實驗，從而求得SC、CH、DBI 的平均值，通過比較，K-Means 算法的聚類效果相對最穩(wěn)定。下一步，需確定K 值，采用Silhouette 指數(shù)進行選取，通過比較，最終確定K=5，即樣本分為5 類（用A、B、C、D、E表示）。

在上述計算中，聚類方法已經為每個樣本依據(jù)各個指標的特征相似度不帶偏見地打上標簽，將原本樣本集分成了5 類。對這5 類屬性的描述，即是確定評價指標權重的過程。采用信息增益率進行確定，最終結果如表2。

表2 各指標的權重

用表2的指標權重代入計算可得到每個樣本的創(chuàng)新能力指數(shù)，如圖2。從圖2可看到，前80個樣本（主要是珠三角地區(qū)）的創(chuàng)新能力遠高于其他地區(qū)。

圖2 760個樣本的創(chuàng)新能力分布

結合算法的5 個分類，C 類有2 個（平均得分為93，全部為廣州農商行），D 類有7 個（平均得分為71，包括廣州、東莞農商行），B類有11個（平均得分49，包括廣州、東莞、順德農商行），E 類有43 個（平均得分15，包括廣州、東莞、順德、南海、中山、珠海、佛山、江門農商行），A類有697個（平均得分為1.9，主要為非珠三角地區(qū)農商行）。因此，廣東省農村合作金融機構大致可以分為如下梯隊：

1.第一梯隊為廣州農商行、東莞農商行。這兩家農商行也是廣東省資產規(guī)模最大的農商行。廣州、東莞地區(qū)的經濟和金融業(yè)比較發(fā)達，市場化程度高，客戶群比較成熟，市場競爭更為激烈，在很大程度上驅動了農商行的創(chuàng)新發(fā)展。

2.第二梯隊為中山、珠海、順德、南海、佛山、江門的農商行。這6家農商行資產規(guī)模僅次于廣州、東莞，地處粵港澳大灣區(qū)，制造業(yè)等產業(yè)基礎較好，中小企業(yè)客戶群較多，農商行的創(chuàng)新意識相對較強，創(chuàng)新能力相對較高。

3.第三梯隊為第一、二梯隊以外的87家農商行和農信社，主要分布在粵東西北。這些農商行和農信社資產規(guī)模均在500 億元以下，最小的資產規(guī)模約22億元。這些機構創(chuàng)新得分普遍較低，主要原因為：第一，這些機構規(guī)模較小，創(chuàng)新資源投入有限；第二，這些機構缺乏技術開發(fā)能力，主要依賴于省聯(lián)社的信息技術和系統(tǒng)開發(fā)平臺；第三，這些機構的經營管理、創(chuàng)新管理、法人治理等機制不完善，缺乏制度支持；第四，這些機構地處粵東西北縣域，創(chuàng)新人才較為匱乏；第五，這些機構所在縣域的金融機構較少，面臨競爭沒那么大，機構市場競爭意識不強，缺乏創(chuàng)新動力。隨著近年國有銀行下沉縣域、村鎮(zhèn)銀行和各類小額貸款機構的增加、數(shù)字金融的興起、城鄉(xiāng)居民和“三農”金融需求多樣化等，這些農商行和農信社的經營壓力也在不斷增加，亟須通過創(chuàng)新來推動機構改革發(fā)展。

（二）創(chuàng)新效率的測度結果

超效率SBM 模型的效率評價結果如圖3，最大的創(chuàng)新效率為3.3，最小的創(chuàng)新效率為0.02，平均值為0.18，差異比較大。雖然前80 個樣本（主要為珠三角地區(qū)）的創(chuàng)新效率總體上高于其余樣本，但是對于非珠三角地區(qū)，部分樣本的創(chuàng)新效率也出現(xiàn)了高分值。這說明作為狀態(tài)過程的創(chuàng)新效率差異與創(chuàng)新能力差異并不完全一致。

圖3 760個樣本的創(chuàng)新效率分布

（三）創(chuàng)新能力和創(chuàng)新效率的協(xié)調發(fā)展度結果

耦合協(xié)調模型的結果如表3。協(xié)調發(fā)展度D值介于[0.5-1）之間的數(shù)據(jù)僅有2個，最大值為0.5383，為勉強協(xié)調。其余協(xié)調發(fā)展度值處于[0-0.5）的區(qū)間，即極度失調與瀕臨失調之間，其中協(xié)調發(fā)展度D 值位于極度失調的數(shù)據(jù)有178 個，占整體數(shù)據(jù)的23%；處于嚴重失調的數(shù)據(jù)有490 個，占總數(shù)的65%；處于中度失調的數(shù)據(jù)有62 個，占整體的8%；處于輕度失調的數(shù)據(jù)有23個，占整體數(shù)據(jù)的3%；處于瀕臨失調的數(shù)據(jù)有5個，占整體數(shù)據(jù)約0.7%。從截面上看，廣東省農村合作金融機構創(chuàng)新能力和創(chuàng)新效率間的協(xié)調發(fā)展度大體上處于失調狀態(tài)，其中2011年極度失調的數(shù)據(jù)有29個，2018年，處于極度失調的數(shù)據(jù)為23個，有一定程度的下降。從時間上看，2012—2017年，極度失調的機構有所減少，總體失調情況有所改善，但到了2018 年，極度失調的機構又再度增加，總體情況變差?？傮w上，創(chuàng)新能力和創(chuàng)新效率間在低水平上相互制約，協(xié)調發(fā)展狀況較差，協(xié)調發(fā)展水平亟須提升。

表3 協(xié)調發(fā)展度區(qū)間段的機構數(shù)量

再結合空間分布圖進行分析，如圖4-1、4-2、4-3。地區(qū)協(xié)調發(fā)展度的趨勢相對穩(wěn)定，總體格局仍以珠三角為核心地區(qū)，向周邊輻射。珠三角地區(qū)機構的協(xié)調發(fā)展度最高，其次是粵北的清遠、粵西的茂名及粵東的揭陽地區(qū)。

圖4-1 2011年協(xié)調發(fā)展度的空間分布

五、創(chuàng)新能力、效率及協(xié)調發(fā)展對經營績效的影響

創(chuàng)新是組織獲取資源、轉化資源和塑造資源差異性的一種有效途徑，是影響核心能力的重要因素，是組織獲取競爭優(yōu)勢、提升績效的基礎。[20]當一個銀行的創(chuàng)新能力提升時，整個銀行的治理水平、管理模式、創(chuàng)新文化、組織架構和流程等都會有較大改善，在多方因素的綜合作用下，創(chuàng)新將對銀行的經營績效產生積極影響。[21]農商行的創(chuàng)新行為，有利于銀行自身拓展業(yè)務，可以獲得更多的資源，也可以解決各地區(qū)中小企業(yè)以及地區(qū)性金融發(fā)展存在的瓶頸。[22]鐘凱揚實證分析表明，金融創(chuàng)新和不良貸款率之間的交互作用對農村信用社的經營績效存在影響。[5]因此，本節(jié)將對創(chuàng)新能力、效率及協(xié)調發(fā)展、不良貸款率如何影響農村合作金融機構的經營績效進行實證分析。

模型設計如下：

圖4-2 2014年協(xié)調發(fā)展度的空間分布

圖4-3 2018年協(xié)調發(fā)展度的空間分布

其中：

1.被解釋變量Y 為經營績效，用ROA 衡量，即凈利潤與平均總資產的比值。

2.解釋變量innovation代表金融創(chuàng)新，分別用創(chuàng)新能力、創(chuàng)新效率和創(chuàng)新協(xié)調發(fā)展指數(shù)表示。其中創(chuàng)新能力指數(shù)的差異較大，取自然對數(shù)ln以降低差異性。

3.解釋變量NPL 代表不良貸款率，為進一步分析風險約束與金融創(chuàng)新的交互作用，這里引入金融創(chuàng)新和不良貸款率的交互項Innovation*NPL。

4.解釋變量ln asset、loan_deposit 為控制變量。綜合已有文獻研究，[5][23][24]控制變量選取總資產規(guī)模（為了降低規(guī)模的差異程度，取資產總額的自然對數(shù)，用lnasset 表示）、貸存比（貸款余額與存款余額的比值，用loan_deposit表示）。

模型的實證結果如表4。

從表4的回歸結果來看：

表4 不良貸款約束下金融創(chuàng)新影響經營績效的回歸結果

1.innovation 的系數(shù)顯著為正，說明創(chuàng)新能力、創(chuàng)新效率及其協(xié)調性均顯著促進農村合作金融機構的經營績效。創(chuàng)新的協(xié)調發(fā)展度提升有助于促進經營績效，反之，協(xié)調發(fā)展度降低則成為發(fā)展障礙。

2.不良貸款率（NPL）系數(shù)為負，說明不良貸款率的提高顯著降低了經營績效，這與鐘凱揚的研究結果一致。[5]對于innovation和不良貸款率（NPL）的交互項，系數(shù)為負而且顯著，說明不良貸款率在金融創(chuàng)新對經營績效的影響中起負向調節(jié)作用。

3.對于控制變量：首先，資產規(guī)模（lnasset）的系數(shù)為正，但不顯著，說明資產規(guī)模的擴張促進了經營績效提升。這與李志輝等的研究結果基本一致。[23]在我國銀行業(yè)，“大而不倒”的觀念較為流行，即資產規(guī)模越大，抵御風險的能力相應越強，也會被社會公眾認為“更安全”，從結果來看，廣東省農村合作金融機構符合這種情況。其次，貸存比（loan_deposit）的系數(shù)為正，說明存款資金的貸款發(fā)放效率越高，經營績效就越高，這與李志輝等的研究結果一致。[23]

六、結論與建議

（一）結論

本文引入二象對偶理論，分析了農村合作金融機構創(chuàng)新活動的二象性，提出農村合作金融機構狀態(tài)子系統(tǒng)（對應創(chuàng)新能力）和過程子系統(tǒng)（對應創(chuàng)新效率），對農村合作金融機構創(chuàng)新系統(tǒng)的存在方式和運行效能進行了探究。我們得到以下結論和啟示：

第一，農村合作金融機構的創(chuàng)新能力、創(chuàng)新效率總體水平較低，區(qū)域差異較大。其中：創(chuàng)新能力可分為三個梯隊，資產規(guī)模和創(chuàng)新能力差異很大，例如廣州農商行和東莞農商行的得分是部分小機構的數(shù)十倍。因此對農商行的管理和考核，應實施分類管理，不宜采用一刀切的管理方式；個別規(guī)模較小的機構也可能有較高的創(chuàng)新效率，創(chuàng)新效率與創(chuàng)新能力沒有必然的關聯(lián)。

第二，機構的創(chuàng)新能力、創(chuàng)新效率并不完全一致，總體上在低水平上相互制約，協(xié)調發(fā)展狀況較差。以廣東為例，從空間分布看，珠三角協(xié)調發(fā)展度相對較高，向周邊輻射；從時間上看，協(xié)調發(fā)展水平發(fā)展有一定反復，2018 年前幾年有提升，但到了2018年又有所下降。因此，協(xié)調發(fā)展水平并不必然隨著創(chuàng)新投入和產出規(guī)模提升而提升，創(chuàng)新能力也不必然與創(chuàng)新效率相一致。在追求投入和產出規(guī)模的同時，也要注重提升效率。

第三，從金融創(chuàng)新指標（創(chuàng)新能力、創(chuàng)新效率及其協(xié)調發(fā)展）對經營績效的影響看，金融創(chuàng)新指標均顯著促進農村合作金融機構的經營績效。尤其對于創(chuàng)新的協(xié)調發(fā)展度，提升有助于促進經營績效，反之，降低則成為發(fā)展障礙，從而削弱創(chuàng)新能力和創(chuàng)新效率的正效應。但同時不良貸款率在金融創(chuàng)新對經營績效的影響中起負向調節(jié)作用。因此，風險約束對農村合作金融機構金融創(chuàng)新的影響不容忽視，在創(chuàng)新過程中，要切實提升風控管理水平，為推動金融創(chuàng)新創(chuàng)造良好條件。

（二）對策建議

結合本文分析，提出以下對策建議：

1.省農村信用社聯(lián)合社層面

第一，全面科學評價。在評價農村合作金融機構創(chuàng)新績效的時候，既要考慮機構的創(chuàng)新資源能力，也要考慮機構的創(chuàng)新運營效率，靜態(tài)和動態(tài)相結合。對于具有較好創(chuàng)新資源能力但創(chuàng)新效率較低的機構，要及時給予關注，分析其內部的管理問題，及時發(fā)現(xiàn)經營管理的堵塞問題，做好金融風險防控；對于創(chuàng)新資源能力一般但創(chuàng)新效率較高的機構，要及時予以分析，看是否在個別年份突擊性地發(fā)展業(yè)務，實際上掩蓋了存在的問題，還是說其自身在當年及時調整業(yè)務發(fā)展得力，實際上是良性發(fā)展。作為評價主體，結合創(chuàng)新能力和創(chuàng)新效率的二象對偶性，進行科學評價、剖析問題。而且還可將創(chuàng)新能力和創(chuàng)新效率的評價方法推廣至經營績效等績效評價，將二象對偶性的系統(tǒng)管理融入日常管理和考核，強化資源管理和過程管理，提升經營管理質量。

第二，實施分類管理。從廣東省農村合作金融機構的例子可以看到，珠三角地區(qū)機構的創(chuàng)新能力和創(chuàng)新效率總體上均高于粵東西北地區(qū)，廣州、佛山、東莞等地區(qū)的創(chuàng)新水平大大高于粵東西北地區(qū)的機構，粵東西北地區(qū)的機構有些長期處于低水平的創(chuàng)新發(fā)展。由于農村合作金融服務區(qū)域的先天性特征，各區(qū)發(fā)展可能不平衡，這種差異現(xiàn)象在全國都很可能普遍存在。因此，對于省農村信用社聯(lián)合社來說，做好分類管理和指導，十分重要。

第三，發(fā)揮“大平臺”優(yōu)勢。從樣本研究看，農村合作金融機構中，除了規(guī)模較大的農村合作金融機構（廣東主要是廣州、東莞、佛山地區(qū)的農商行，規(guī)模基本相當于一個城商行），大部分小機構的創(chuàng)新能力和創(chuàng)新效率都比較低，相差很大。隨著新時代互聯(lián)網技術、貸款業(yè)務發(fā)展以及客戶日益多樣化的金融需求，線上平臺的競爭越來越激烈，靠人力資本投入推動創(chuàng)新的“人海戰(zhàn)術”方式已不再適用，更多是對技術更新迭代的競爭。省農村信用社聯(lián)合社要集中轄內機構的資源，加強搭建“大農信”信息技術開發(fā)平臺，開發(fā)各類金融科技系統(tǒng)，更好為農村合作金融機構提供金融科技服務，推動其創(chuàng)新發(fā)展。

第四，推動先進帶后進。小機構地處縣域，由于機制相對不完善、人員素質相對不高、風險水平更弱等原因，單靠其自身力量較難發(fā)展。因此，需要省農村信用社聯(lián)合社推動轄內先進農商行幫扶后進機構，通過“注資、注智、注制”，不僅是注資幫扶，更要向后進機構輸入經營管理機制、經營理念、產業(yè)業(yè)務甚至是管理團隊，支持后進機構創(chuàng)新發(fā)展。

2.農村合作金融機構層面

第一，提升技術投入效率。農村合作金融機構要摒棄過去的“人海戰(zhàn)術”方式，加強運用金融科技力量推動創(chuàng)新發(fā)展。針對本地實際，科學部署網點、電子設備等，結合本地特色行業(yè)創(chuàng)新開發(fā)特色產品，提高技術投入的效率，從而持續(xù)提升金融服務“三農”和小微實體的質量。

第二，提升員工隊伍素質。金融創(chuàng)新離不開優(yōu)秀的團隊支持，農村合作金融機構要加強提升干部員工隊伍素質；高管層面，有條件的可配置具有金融科技背景或者線上業(yè)務背景的高管；員工層面，加強IT、電子金融、網絡金融等部門的人員配備，結合內外環(huán)境變化和客戶需求，制定短期和中長期業(yè)務創(chuàng)新計劃，加強金融科技技術開發(fā)力度，提升金融創(chuàng)新能力。

第三，厘定自身市場定位。農村合作金融機構應堅守支農支小的市場定位，逐步轉變過去主要依靠利息收入、“壘大戶”等盈利模式，貼近“三農”和小微需求，切實加強業(yè)務創(chuàng)新能力，推動業(yè)務多元化發(fā)展和社區(qū)金融業(yè)務發(fā)展，努力提升經營質量。

第四，提升風險管理水平。貸款風險是農村合作金融機構的主要風險。區(qū)縣農村合作金融機構由于歷史包袱重、業(yè)務發(fā)展受地域限制等原因，風險管理能力較低，貸款風險相對較高，機構疲于應付風險處置，而且受到監(jiān)管也更強，從而抑制了機構的金融創(chuàng)新。同時，新的業(yè)務創(chuàng)新自身也要加強風險防控。這些都需要農村合作金融機構提升自身風險管控能力，通過完善相關管理機制，改進風險管理技術，為創(chuàng)新發(fā)展奠定良好基礎。